如何在R语言管道链中新增列标记行是否包含NA值？

需求 #

为现有数据框新增布尔类型字段has_na，标记每行是否包含NA值。

数据框创建代码 #

mydf <- data.frame(
  x = 1:5,
  y = 5:1
)

mydf[4,2] <- NA
mydf[3,1] <- NA

生成的数据框内容：

mydf
   x  y
1  1  5
2  2  4
3 NA  3
4  4 NA
5  5  1

错误尝试及报错 #

用户尝试使用原生管道结合mutate，但因占位符使用错误报错：

mydf |> mutate(has_na = complete.cases(_))

报错信息：

Error in mutate(mydf, has_na = complete.cases("_")) :
invalid use of pipe placeholder

正确解决方案 #

方法1：利用complete.cases()取反 #

complete.cases()会返回每行是否无NA（TRUE表示无NA），取反后即可得到每行是否存在NA：

library(dplyr)

mydf |> 
  mutate(has_na = !complete.cases(.))

运行结果：

x  y has_na
1  1  5  FALSE
2  2  4  FALSE
3 NA  3   TRUE
4  4 NA   TRUE
5  5  1  FALSE

注：在原生管道|>中，也可以用_替代.作为占位符，效果一致：

mydf |> 
  mutate(has_na = !complete.cases(_))

方法2：通过rowSums()统计NA数量 #

统计每行的NA个数，判断是否大于0来生成布尔字段：

mydf |> 
  mutate(has_na = rowSums(is.na(.)) > 0)

方法3：用if_any()遍历列检测NA #

这是tidyverse风格的写法，明确检查每行任意一列是否存在NA：

mydf |> 
  mutate(has_na = if_any(everything(), is.na))

内容的提问来源于stack exchange，提问作者Doug Fir